Nature: 衣服をマイクとして使う?新しい素材は銃声の方向を検知し、胎児の心拍を監視できる

Nature: 衣服をマイクとして使う?新しい素材は銃声の方向を検知し、胎児の心拍を監視できる

FPS ゲームをプレイしたことがある人なら、音で位置を識別できるはずですよね?

銃声と足音は敵の方向を判別するための魔法の武器です。重要なのは、現実の混乱した環境では、足音はおろか銃声が聞こえても、おそらくびっくりするばかりでどこから聞こえてくるのかわからないということです。

銃撃の方向を判断するのに役立つような衣服があれば、ミッションを遂行している「本物のカウンターストライク」プレイヤーにとって非常に役立つはずです。

MITの材料科学者らは、一本の繊維でできた音響センサーという新しい素材を開発した。この素材は布地をマイクとスピーカーに変えて双方向通信を可能にし、銃撃の方向を検知したり、妊娠中の胎児の心拍をモニターしたりすることもできる。

これは3月16日にネイチャー誌に掲載された。

論文タイトル:

単一繊維がナノメートル規模の振動による音響布を実現

論文の宛先:

https://www.nature.com/articles/s41586-022-04476-9

3メートル離れた場所から拍手の音を検知できる

バッテリー、回路、ディスプレイ、その他のデバイスが布地の形で利用できるようになることが多くなり、ますます強力な電子繊維が生まれています。

MITの材料科学者で電気技術者であり、この研究の主任著者でもあるジョエル・フィンク氏の新しい研究により、振動を電気に、またその逆に変換できる圧電繊維の一種で作られた新しいタイプのセンサーが開発された。

吸音繊維は、比較的柔らかい綿糸とケブラーとほぼ同じ硬さの糸でできた布地に埋め込まれている。新しい研究では、実際に布地の音響繊維織りを利用して、センサーが空気中の音を検知できるようにしている。この戦略は、人間の耳の複雑な構造にヒントを得たものだ。

かつて、音響繊維は空気中では感度が低かったため、布地は音を消すためによく使われていました。たとえば、カーペットは家の中の騒音を消すのに役立つことがよくあります。しかし、この新しい素材は逆の効果をもたらすと、ジョエル・フィンクは説明します。「人間の耳には、鼓膜と呼ばれる薄い組織層があります。音波は鼓膜を振動させ、耳の中の感覚器官はこれらの振動を神経信号に変換します...同様に、布地の硬い糸は比較的弱い音波(人間の話し声など)に反応して振動し、音響繊維はこれらの振動を電気信号に変換します。」

吸音繊維はゴム状のプラスチックカバーで覆われています。これにより、ファイバーが柔軟になり、耐摩耗性が向上し、保護されて洗濯機で洗えるようになるだけでなく、クラッディングによって振動がファイバーに集中し、音に対する感度も高まるとフィンク氏は述べた。

実験では、この布地は3メートル離れたところから手を叩く音を検知することができた。フィンク氏は、これは音響ファイバーが銃撃の方向を検知するのに役立ったり、「補聴器のユーザーが聞きたい特定の方向に集中するのを助ける」可能性があることを示唆していると述べた。

電圧を上げると胎児の心拍音も聞こえ、将来的に非常に役立つでしょう。

音響ファイバーは、電圧が印加されると音響スピーカーとしても機能します。

これは、音を聞くことと音を出すことの両方ができる衣服の開発に役立つ可能性があることを示唆しています。 「このファイバーは、ノイズキャンセリングの用途にも使えるだろう。例えば、ノイズキャンセリング機能付きベビーベッドなら、ベビーベッドの外に騒音があっても、ベビーベッドの中は比較的静かになる」とフィンク氏は言う。

研究者らが音響繊維をシャツの裏地に縫い付けたところ、繊維が健康な被験者の心拍だけでなく、音の微妙な変化も正確に検知できることがわかった。これは、胎児の心拍を含むバイタルサインを非侵襲的に監視するために使用できる可能性があることを示唆しています。

 

この音響ファイバーの用途は、人間とコンピューターの相互作用をはるかに超えています。例えば、科学者たちは、これを宇宙船の船体に組み込んで宇宙塵の落下音を聞いたり、建物に埋め込んで亀裂や緊張の音を聞いたり、網に織り込んで海の魚を追跡したりできると指摘している。

「次のコンピューティング環境はファブリックになるでしょう」とフィンク氏は語ります。「私たちのより広い使命は、ファブリック コンピューターを実現することです。」

フィンク教授は、プログラム可能な繊維材料、フレキシブル繊維電池などを含む、多材料多機能繊維および繊維アセンブリの理論、設計、製造、特性評価に重点を置いています。これらの多材料繊維の長さはナノメートルから数キロメートルに及び、材料の性能と機能に対する前例のない制御を実証しています。

<<:  金融業界がAI自動化を採用すべき理由

>>:  単一のニューロンでも DNN 機能を実現でき、画像分類の精度は 98% です。

ブログ    
ブログ    
ブログ    

推薦する

Aurora の 1 億ドルの買収の背後にあるもの: RISC-V の創始者が「中国製チップ」を開発するという野望

2月27日、米国の著名な自動運転企業であるAuroraは、ライダーチップ企業OURSを1億ドルで買収...

Google Deepmind、楽器とボーカルで音楽を生成するLyria AIオーディオモデルを発表

11月21日、Deepmindは楽器とボーカルで音楽を生成できるLyriaというオーディオモデルをリ...

AI開発シンポジウム:機械学習を農家に役立てる方法について議論

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

自動運転車の長所と短所

長年にわたる技術の進歩により、交通はより便利になりました。 IoT アプリケーションなどの自動車技術...

5G の出現は AI 連合学習にどのような影響を与えるでしょうか?

開発チームが AI ツールの作成に奔走する中、エッジ デバイスでのアルゴリズムのトレーニングが一般的...

米メディア:米国はAI戦争に備えるため同盟国を誘致

ワシントン(AP通信) — 米国とその同盟国は、国防総省の人工知能部門が立ち上げた新しいフォーラムを...

微分方程式と機械学習: 類似点と相違点の例

AI分野におけるモデリング手法として、微分方程式と機械学習がありますが、それぞれの利点は何でしょうか...

なぜ一部の数学研究者はディープラーニングを嫌ったり軽蔑したりするのでしょうか?

[[190844]] DL の難しさは、問題をどのような視点から見るかによって決まります。数学を勉...

...

デジタル時代のパフォーマンス管理:現実と未来

デジタルパフォーマンス管理の変革デジタル目標設定パフォーマンス計画は、企業の繁栄戦略と業務を結び付け...

パラメータ調整器、ここを見てください!ディープラーニングのトレーニング効率を向上させる2つのコツ

[[343402]] 1. トレーニングのボトルネックはどこですか? GPU 使用率が低い: モデル...

DeepMindがAIツールGNoMEをリリース、220万個の新しい結晶材料を発見したと主張

12月1日、GoogleのDeepMindは最近、Nature誌で自社のAIツールGNoMEを披露し...

2023年のGenAI技術応用動向の観察

生成型人工知能 (GenAI) は技術革新の最前線にあり、さまざまな業界の変革と発展に新たな可能性を...